La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Maîtriser TensorFlow : De l’initiation à la pratique avancée de l’IA sont : Notions de programmation Python, bases en mathématiques (algèbre linéaire, statistiques). Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Maîtriser TensorFlow : De l’initiation à la pratique avancée de l’IA est disponible en distanciel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Maîtriser TensorFlow : De l’initiation à la prat... | Learni

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Plus que 3 places disponibles ce mois-ci

10 places par session maximum — 7 déjà prises

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Maîtriser TensorFlow : De l’initiation à la pratique avancée de l’IA est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Maîtriser TensorFlow : De l’initiation à la pratique avancée de l’IA, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Maîtriser TensorFlow : De l’initiation à la pratique avancée de l’IA s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Objectifs de la formation

Comprendre les concepts fondamentaux de TensorFlow et du machine learning

Installer, configurer et utiliser TensorFlow pour des projets réels

Créer, entraîner et évaluer des modèles de deep learning (réseaux de neurones) avec TensorFlow

Savoir traiter des datasets (texte, image, numérique) et préparer des pipelines de données

Implémenter des réseaux de neurones convolutifs (CNN) et récurrents (RNN) pour des applications avancées

Déployer et exporter un modèle TensorFlow pour la production

Programme de la formation

Module 1Introduction à TensorFlow et au Machine Learning

Présentation de l'écosystème TensorFlow, installation, premiers scripts. Concepts clés du machine learning supervisé et non supervisé. Exécution sur CPU et GPU. Présentation des tensors, opérations de bases, flux de calcul. Exercices d’initiation.

Module 2Création et Entraînement de Modèles Neuronaux

Programmation de modèles séquentiels et fonctionnels avec Keras. Construction d’un modèle de classification d’images sur MNIST. Préparation et prétraitement des données. Gestion de l’overfitting, validation croisée, early stopping. Visualisation avec TensorBoard. Exercices pratiques approfondis.

Module 3Applications Avancées et Déploiement

Implémentation de réseaux convolutifs (CNN) pour la vision, introduction aux réseaux récurrents (RNN), gestion de séquences et datasets textuels, word embeddings. Exportation, sauvegarde et conversion de modèles TensorFlow pour mobile/web. Notions de déploiement en production sur cloud/serveur. Bilan, QCM final, coaching de projet personnel.